股票投资风险测度与基于遗传神经网络的股票走势预测
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 引言 | 第7-15页 |
| ·选题依据与意义 | 第7-8页 |
| ·国内外研究现状及发展趋势 | 第8-12页 |
| ·股市预测研究现状 | 第8-10页 |
| ·神经网络应用现状及发展趋势 | 第10-12页 |
| ·论文的研究方法及预期成果 | 第12-13页 |
| ·研究方法及研究路线 | 第12-13页 |
| ·预期成果 | 第13页 |
| ·本文工作及章节安排 | 第13-15页 |
| 2 理论基础与模型分析 | 第15-38页 |
| ·股票知识 | 第15-17页 |
| ·股票投资技术分析 | 第15-16页 |
| ·股票市场风险一般理论 | 第16-17页 |
| ·股市预测面临的主要难题 | 第17页 |
| ·资本资产定价模型理论 | 第17-22页 |
| ·基本假设 | 第17-18页 |
| ·证券市场线(SML)与β系数 | 第18-20页 |
| ·资产投资组合 | 第20-22页 |
| ·遗传算法 | 第22-30页 |
| ·基本思想 | 第22-24页 |
| ·基本遗传算法的构成要素及基本实现技术 | 第24-30页 |
| ·人工神经网络 | 第30-36页 |
| ·人工神经网络的原理及基本特征 | 第30页 |
| ·人工神经元模型及网络拓扑结构 | 第30-32页 |
| ·前向神经网络的BP算法 | 第32-36页 |
| ·模型分析 | 第36-38页 |
| ·需求分析 | 第36页 |
| ·可行性分析 | 第36-38页 |
| 3 股票预测系统设计与实现 | 第38-57页 |
| ·股票风险测度模型建立 | 第38-41页 |
| ·模型建立相关原理 | 第38页 |
| ·股票风险测度模型建立 | 第38-41页 |
| ·股票走势预测模型建立 | 第41-45页 |
| ·模型建立相关原理 | 第41页 |
| ·股票走势预测模型建立 | 第41-45页 |
| ·股票预测系统功能设计 | 第45-47页 |
| ·系统功能结构图 | 第45-46页 |
| ·系统各部分功能设计 | 第46-47页 |
| ·数据库设计 | 第47-48页 |
| ·股票预测系统实现 | 第48-57页 |
| ·股票风险测度 | 第48-50页 |
| ·股票走势预测 | 第50-55页 |
| ·数据管理模块 | 第55-57页 |
| 4 股票预测系统应用仿真 | 第57-67页 |
| ·预测目标及数据来源 | 第57页 |
| ·股票风险测度模型实验仿真及结果分析 | 第57-62页 |
| ·实验实例 | 第57-61页 |
| ·结果分析 | 第61-62页 |
| ·股票走势预测模型实验仿真及结果分析 | 第62-67页 |
| ·数据预处理 | 第62页 |
| ·实验实例 | 第62-65页 |
| ·结果分析 | 第65-67页 |
| 5 结论 | 第67-69页 |
| ·研究成果 | 第67页 |
| ·创新点 | 第67页 |
| ·存在的不足 | 第67-68页 |
| ·今后进一步研究内容 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-72页 |
